探析AI技术在知识产权领域的未来走向
当下，人工智能的讨论热度持续攀升，其技术在日常中的落地场景日益增多，彰显了AI的显著跃升。然而，不少人对这个偏抽象的词汇仍显陌生，期望借此文，用通俗直白的语言，从技术维度理清AI的细分方向及其实践，并探讨其在知识产权界的前行态势。
人工智能（Artificial Intelligence, AI），从字面来看，就是凭借人类的编程及与电脑的交互（“人工”），使电脑尽可能真实地模拟人的思考模式与过程，且具备学习、反馈、沟通、抉择等人脑独有功能（“智能”）的学科。它深度融合了认知学、逻辑学、数学、语言学及心理学等众多领域知识。接下来我们将围绕此话题，聊聊AI的核心分支与落地场景。
一、人工智能的细分方向
1. 认知科学
认知科学（Cognitive Science），简单来说，就是专门探究人类大脑思考路径并予以归纳，以便后续用电脑进行仿真的学科。其核心焦点在于人类的思考机制。
例如，学者们会开展海量实验去剖析人类习得数学与语言的机制。此领域国外的研究较为丰富。下面分享一项有趣的实验：该实验旨在验证人类是否生来具备数学天赋。为此，研究者给10个月大的婴儿佩戴测试仪，以记录婴儿对外界变化的反应时长。他们在婴儿面前设置了一面遮挡视线的屏风。
起初，在屏风左侧，实验者让一只玩具鼠进入屏风并在其后移动（轨迹不可见），随后一只同样的老鼠从屏风右侧出现，此时，记录婴儿在右侧看到该老鼠出现时的反应时长。
紧接着，研究者依旧让一只老鼠从左侧进入屏风，但从右侧却跑出了两只玩具鼠，他们再次记录婴儿对此的反应时长。
结果显示，婴儿面对两只老鼠从右侧出现时的反应时长，远超一只老鼠出现时的时长。这表明，当一只老鼠进而两只老鼠出时，婴儿需耗费更多时间去思索：“为何变成了两个，而非一个？”从这种思考逻辑可推测，10个月大的婴儿已具备加法运算的潜能。
那减法呢？实验继续推进，当两只老鼠从左侧进入屏风，而右侧仅出一只时，婴儿的反应时长再次拉长，这显示出婴儿对数量减少的诧异。因此可以说，人类天生自带数学计算的本领。
那么，人类是否天生具备物体认知能力呢？学者们又开展了后续实验，让一只老鼠从左侧进入，右侧却出来一只体型相近的猫，而10个月大婴儿的反应时长竟与首次看到老鼠出来的时长无异。
这意味着，10个月大的婴儿，尚未具备辨识具体事物的能力。但长到十二个月大的婴儿，就拥有了此种能力，当进入左侧的物体与右侧出来的物体在颜色、形状等特征上发生改变时，他们的反应时长会明显增加。
这也说明，十二月大的婴儿，会在脑海中为物体建立“数据库”，其中记录了物体的各类属性，一旦属性发生变化，便会被他们敏锐捕捉。类似实验不胜枚举，比如探究人类是否有专属区域存储语言？答案是肯定的，大脑内确实存在专门负责语言存储的区域。这便是认知科学，一门洞察人类大脑思考机理的科学，也是AI的基石学科。
2. 机器学习、人工神经网络与专家系统
将这三者并列，是因为机器学习如同“肌肉”，人工神经网络好比“骨架”，而专家系统则更侧重于具体落地。机器学习的核心在于搭建神经网络，它包含若干输入端（如外部条件等参数），及较少的输出端（如结果），这类似于电脑测试中的黑盒机制。其内部结构，是一个多层构造的神经网络。借助海量输入与期望输出，我们能对人工神经网络展开训练（含正向及反馈），进而让该神经网络积累更丰富的“经验”。
我们期待的是，当输入未知结果的参数时，该人工神经网络能依托反复训练所得经验给出解答。训练人工神经网络的历程便是机器学习的历程。近期的典型案例便是棋手柯洁与谷歌AlphaGo的围棋对决。AlphaGo正是典型基于人工神经网络的机器学习产物，它能学习人类棋路，并与“自己”对弈以积累经验，且不知疲倦，伴随经验累积，其深度与广度搜索能力随之增强，进而催生意想不到的妙手，彻底颠覆了传统对弈棋的认知。由此可见，机器学习与人工神经网络能输出超越人类预期的知识，坚信其未来应用将更为广阔。
专家系统，是机器学习及神经网络的落地应用阶段，尤其在医疗、地质勘探等领域表现突出。比如在医疗界，输入各类症状，医疗专家系统便可依据经验推断病因，极大减轻了医生的诊断负担。在地质勘探界，只要输入地貌、海拔及经纬度等参数，成熟的勘探系统即可判断该地层含油气的概率，从而大幅节省人力物力。这些皆属机器学习与专家系统的实践。
3. 语音处理
许多人并不知晓，语音处理实则也是AI的一个分支。简而言之，语音处理的核心在于，在时域（横轴时间，纵轴频率）记录人类语音，随后通过快速傅里叶变换（FFT）将其转为频域，接着再次运用快速傅里叶变换，将频域波形生成倒频谱，此时便能清晰区分元音与辅音，进而提取关键特征信息在数据库比对，最终还原并解析出语音层面的语义表达。当下，语音处理应用已极其普遍，如大家熟知的机器人对话（人机交互）、车内语音点歌等。
目前语音处理已渗透诸多实际生活场景，涵盖车载系统、手机APP乃至人机对话，坚信未来在医疗与机器人领域，AI的应用将愈发精细。
以上便是AI的核心分支，其实AI还有诸多其他分支，涵盖计算机视觉、自然语言处理、AI与哲学等，在此不逐一赘述，接下来，我们聊聊AI在知识产权界的应用态势。
二、人工智能在知识产权界的发展态势
对知识产权从业者而言，AI技术的演进已与我们休戚相关。首先，AI技术在数据采集与剖析方面展现出强悍实力，这能切实提升专利检索、专利审查、侵权分析等知识产权相关业务的效能。
目前，品源知识产权已拓展了信息检索、专利分析、专利布局、FTO、专利诉讼等业务，且针对每项细分业务均配备了专属工作组。同时，专攻AI领域的代理人也日益增多。坚信AI的降临，将助推科技进步，进而使公司能更深入地为客户量身定制精准的专利战略、开展专利布局，这些皆得益于对专利信息的深度洞察、剖析与挖掘。
具体而言，如前文所述，AI具备强悍的算力、机器学习能力及多层神经网络，凭借这些优势，可在多个数据库中极速检索，瞬间锁定某概念的相似度、频次及近似词组，并予以智能排序，故而在数据采集、数据整合及关键信息提炼上优势显著。而在依据专利信息做决策时，较之传统人工处理模式，借助AI处理专利信息，能带来令人瞩目的效率飞跃。
更关键的是，可预见AI能助力我们为客户赋予更多创新要素。此外，AI也能为代理人与审查员节省大量时间，进而提效降本，这些均是AI赋予我们知产人的财富。
伴随未来AI的进化、大数据的普及及区块链的去中心化优势，必将促使这些业务的效率急速攀升，进而加速其推广与落地。可以看出，越来越多企业将重心从专利商标申请转向IP应用层面。坚信在此大环境下，品源知识产权在上述业务中将愈发占据优势，从而为我们构筑更广阔的发展舞台。
另一方面，统计数据显示，我国AI领域的专利申请量及授权量均已反超美国，在专利诉讼案件、FTP等中，坚信业内同行已体会到AI在知识产权界的威力。
因此，人工智能，这一代表前沿科技的技术，必将催生更多专利申请与落地，例如如何对创新数据内容进行知产保护、如何界定AI技术创作成果的著作权归属等。这些皆属前所未有的挑战，坚信越到后期的市场落地阶段，AI在知识产权层面的纠纷将越频繁。作为知产人，我们应善用AI技术的发展，同时紧抓其市场表现，留意其在知识产权界的增长动向。
鉴于AI现已渗透金融、教育、安防、电商零售、医疗健康、个人助理等诸多行业，其广泛落地必将催生更多商机。除美国巨头外，百度、腾讯、阿里巴巴等企业则是中国AI企业的领军者。故而，我们应密切关注AI最新动向，留意其与知识产权的交集，以便在IP服务领域开拓更广阔的天地。